地球物理学进展  2017, Vol. 32 Issue (4): 1569-1573   PDF    
基于背景驱动的储层弹性参数反演方法研究
李春鹏, 刘志国, 杨松岭, 尹川, 闫青华, 谭卓     
中海油研究总院, 北京 100028
摘要:本文为了解决低勘探程度区由于缺少测井资料而难以进行储层评价的难题,发展了背景驱动地震反演技术.该技术通过利用区块周边测井资料的背景驱动,克服了低勘探程度区块内因缺少测井资料而难以建模的难题.同时,该技术还规避了压实作用的影响,更有利于反演结果的解释.通过模型和实际数据测试,证明该方法具有较强的抗噪性,并且可以得到准确的反演结果,对低勘探程度区储层评价具有一定的参考价值.
关键词低勘探程度区    储层评价    背景驱动反演    抗噪    
Study of reservoir lithology prediction method in low exploration block
LI Chun-peng , LIU Zhi-guo , YANG Song-ling , YIN Chuan , YAN Qing-hua , TAN Zhuo     
CNOOC Research Institute, Beijing 100028, China
Abstract: In order to solve the problem of reservoir evalution in low exploration block for the absence of the drilling logging data, We develop a method called "background driven seismic inversion". The method makes use of well background information to overcome the difficult problem of modeling in low exploration block. Otherweise, it also can avoid the impact affect which makes the inversion explaination easier. Through the model and actual data test, proved that the method has a strong ability of noise resistant and can obtain more accurate results. It can provide a favorable technical surport of reservoir evalution in the low exploration block.
Key words: low exploration block     reservoir evalution     background driven seismic inversion     noise resistant    
0 引言

储层弹性参数是反映储层特征的重要指标,储层物性不同,其弹性参数也会不同,根据这种差异可以预测储层岩性、流体性质等物性.根据国内外许多学者的统计分析,碳酸盐岩的纵、横波速度比碎屑岩的大,砂岩的泊松比比泥岩的小,因此可以根据储层弹性参数预测储层岩性(Castana et al., 1985;Gray,2011印兴耀等,2014).对于具体的工区,也许会有多种弹性参数都能识别储层岩性,因此还需要通过敏感性分析找出对储层岩性最敏感的弹性参数(黄饶等,2009).另外,根据Gassmann理论,当砂岩中开始含有少量气体时,纵波速度会急速下降,但密度只略有下降,横波速度却略有增加,即砂岩气层具有“纵亮横不亮”的特征(Gassmann,1951Castagna et al., 1998李爱山等,2009),据此可以判断砂岩储层的含气性.在此基础上,Russell等利用Gassmann理论对饱和流体条件下的纵波方程进行了改写,得到了流体因子参数以进行流体识别(Russell et al., 2011宗兆云等,2012).岩石脆性是泥页岩储层评价的重要物性参数,脆性越大,泥页岩越容易压裂成网,岩石脆性可以通过杨氏模量和泊松比来表征,据此可以评价泥页岩储层的造缝能力(Gray,2011宗兆云等2012).综上所述,弹性参数与储层物性之间有着密切的联系,储层弹性参数是评价储层特征的重要方法.

地震反演是获得储层弹性参数最为有效的手段,根据地震波传播规律,地震反演可以分为波动方程反演和射线方程反演,其中基于Zoeppritz方程的射线理论反演方法是目前发展最成熟的反演方法.Zoeppritz方程是一个非线性方程,为了更好地利用它参与反演,许多学者对它进行了线性化处理,典型的有Aki-Richard近似公式、Shuey近似公式等(Aki,1980Shuey,1985),根据这些近似公式可以构建正演算子,然后再结合地震反褶积理论得到反演方程,最后利用最小二乘法求解反演方程得到储层弹性参数.但是这种仅仅依靠地震反褶积理论建立的反演方程抗噪性却极差,为了解决这一问题,许多学者尝试将测井信息加入到反演方程中,并且也取得了很好的效果(刘堂宴等,2002石玉江等,2012).测井约束反演可以提高反演方程的抗噪性,使反演方程更加稳定.因此地震反演需要地震数据和测井数据同时参与,才能获得准确的储层弹性参数.

随着经济发展对资源需求的日益增长,深层、深水和新区等低勘探程度区逐渐成为油气勘探的热点.储层评价是这些低勘探程度区研究的重点,因此可以通过地震反演方法获得储层弹性参数,以准确识别储层“甜点”和岩石脆性等参数.但是这些低勘探程度区普遍存在缺少测井资料的情况,这对构建反演方程的测井约束项带来了很大的困难.针对这一问题,本文利用低勘探程度区周边钻井的测井曲线背景,建立了测井初始模型约束项,通过模型和实际地震数据测试,表明该方法能够反演得到准确的储层弹性参数.

1 背景驱动地震反演

地震反演目标函数可以分为三项(见式(1)),分别是正演误差项、概率约束项和模型约束项(陈建江等,2006杨培杰和印兴耀,2008张世鑫等,2010Zong and Yin, 2012).如果将地震反演看成一个系统,它的输入是地震数据和测井数据,工作系统是反演目标函数,输出则是各种弹性参数.弹性参数之间可以相互转换,因此反演的纵波速度、横波速度和密度可以转换成泊松比、杨氏模量、剪切模量等其他弹性参数.公式(1) 为

(1)

式中:F(·)是地震反演目标函数,m是待反演弹性参数,λ1λ2λ3分别是正演误差项、先验约束项和井信息约束项权值,S是地震记录,W是地震子波,G是正演算子,σ是待反演弹性参数标准差,η是待反演参数初始模型,P是道积分算子.

目标函数中的测井模型约束项是利用测井曲线构建的,对于成熟勘探区测井资料较多的情况,一般采用测井曲线建模约束反演结果,但是对于低勘探程度区缺少测井的情况,只能利用区块周边测井参与建模,但是建模过程中利用区块周边钻井越多的测井细节,建立的模型反而越不准确.

测井曲线可以分为测井背景和测井细节两部分(见图 1),测井背景是测井曲线的期望值,反映了测井曲线的数值尺度,测井背景约束反演可以将反演结果稳定在测井背景周围,提高反演方程的抗噪性.同时,测井背景还能规避压实作用的影响,反演结果没有随深度增加而增大的趋势,这更加有利于反演结果的解释.

图 1 测井纵波速度曲线分解 (a)测井曲线;(b)测井背景;(c)测井细节. Figure 1 Decomposition of well log curve (a) Well log curves; (b) Well logs background; (c) Well logs details.
2 背景驱动单井测试

利用某区块A井的测井数据建立单井模型,在正演的合成地震记录上分别加入信噪比10和信噪比2的随机噪声(见图 2a图 3a),然后利用以上地震数据分别开展了背景驱动地震反演(见图 2b图 3b)和无井约束反演(见图 2c图 3c).图 2图 3中,无井约束反演结果和实际测井之间差距较大,无井约束反演结果不具有抗噪性.但是,背景驱动地震反演的纵波速度和横波速度与实际测井结果基本一致,即使信噪比只有2,也能获得一个较好的结果.由于密度对反射系数的贡献较小,因此密度项反演准确度最低,但是也能反映密度的变化细节.通过单井测试分析,说明背景驱动地震反演方法具有较强的抗噪性,可以得到准确的反演结果.

图 2 信噪比10 (a)正演地震记录; (b)背景驱动地震反演; (c)无井约束反演. Figure 2 Signal-to-noise ratio=10 (a) Seismic forward record; (b) Background driven inversion; (c) No well constraint inversion.

图 3 信噪比2 (a)正演地震记录; (b)背景驱动地震反演; (c)无井约束反演. Figure 3 Signal-to-noise ratio=2 (a) Seismic forward record; (b) Background driven inversion; (c) No well constraint inversion.
3 Marmousi模型测试

根据Marmousi模型典型气层附近的地质模型测试背景驱动地震反演方法.由于地层含气后纵波速度急速下降,使得Marmousi典型气层纵波速度低于围岩纵波速度,但是地层含气后横波速度基本不变,形成一种“纵亮横不亮”的亮点现象(见图 4a).采用30Hz雷克子波建立正演地震数据,反演过程中加入背景驱动模型(见图 4b),得到纵波速度、横波速度和密度反演结果(见图 4c).反演过程中只加入了纵波速度、横波速度和密度的背景信息,并没有任何有关气层异常响应的信息,但是反演结果不仅可以反映地质模型轮廓,还可以体现气层“纵亮横不亮”的特征,说明背景驱动地震反演方法可以得到较好的反演结果.同时,反演结果并没有随深度增加而变大的趋势,保证了深层和浅层储层特征的一致性.

图 4 背景驱动反演的Marmousi模型测试 (a)Marmousi气层附近地质模型; (b)背景驱动模型; (c)背景驱动地震反演结果. Figure 4 Background driven inversion test of Marmousi model (a) Geology model around Marmousi gas layer; (b) Background driven model; (c) Seismic inversion result.
4 实际地震数据测试

对于成熟探区,区块内钻井越多,测井信息越丰富,所建的模型越能反映储层空间变化规律;对于无井或少井低勘探程度区,由于储层的非均质性,区块周边钻井很难反映区块内储层的空间变化规律,因此反演中区块周边钻井参与的信息越多,对区块内的反演结果影响越大.为了减少低勘探程度区周边钻井对区块内反演结果的干扰,同时保证区块周边钻井对区块内反演结果的有效约束,低勘探程度区反演只需利用区块周边钻井的背景信息约束反演结果即可.

实验靶区是深水低勘探程度区,水深2500~4000 m,靶区储层预测的目标是识别中三叠统高速碳酸盐岩,但是区块内无钻井,因此需要利用区块周边钻井的测井信息来约束纵波速度反演.靶区内只有一口钻井B井钻遇了中三叠统高速碳酸盐岩,并且过B井的一条有纯波数据的测线也同时穿过了靶区,因此可以利用B井测井曲线的背景信息约束靶区的反演结果.

图 5是B井的单井背景驱动反演结果,反演地震数据是同时过B井和靶区测线的纯波数据,反演约束模型是B井纵波速度曲线的背景,即纵波速度的期望.图中,实际测井的纵波速度曲线和反演的纵波速度曲线在碳酸盐岩处都有一个异常高值响应,说明反演结果可以准确反映碳酸盐岩储层的岩石物理特征.

图 5 靶区周边B井背景驱动反演结果 Figure 5 Background driven inversion result of well B around target area

然后反演同时过B井和靶区的二维测线,首先根据B井测井曲线的背景驱动建立模型,模型中没有任何碳酸盐岩高速异常响应(见图 6a),然后根据式(1) 反演得到纵波速度剖面(见图 6b).图中反演的纵波速度在B井碳酸盐岩处显示有明显的高速异常,并且可以观察到中三叠统碳酸盐岩地层横向展布变化,说明背景驱动地震反演方法在实际地震数据应用中具有较高的可行性.

图 6 靶区周边过B井二维测线背景驱动反演 (a)背景驱动模型; (b)地震反演结果. Figure 6 Background driven inversion result of well B around target area (a) Background driven model; (b) Seismic inversion result.
5 结论

针对低勘探程度区因缺少测井资料而难以评价储层特征的难题,本文探索了基于背景驱动的储层弹性参数反演方法.通过储层弹性参数和储层物性之间的关系,完成低勘探程度区的储层评价.背景驱动地震反演方法通过将测井背景信息加入到反演方程中,增强了反演方程的抗噪性,并且还规避了压实作用的影响,更有利于地震反演结果的解释.通过模型和实际数据测试,证明该方法具有较强的抗噪性,并且可以得到准确的反演结果,对低勘探程度区储层评价具有一定的参考价值.

致谢 感谢审稿专家提出的修改意见和编辑部的大力支持!
参考文献
[] Aki K, Richards P G. 1980. Quantitative Seismology[M]. San Francisco: W.H. Freeman: 158-164.
[] Castagna J P, Batzle M L, Eastwood R L. 1985. Relationships between compressional-wave and shear-wave velocities in clastic silicate rocks[J]. Geophysics, 50(4): 571–581. DOI:10.1190/1.1441933
[] Castagna J P, Swan H W, Foster D J. 1998. Framework for AVO gradient and intercept interpretation[J]. Geophysics, 63(3): 948–956. DOI:10.1190/1.1444406
[] Chen J J, Yin X Y, Zhang G Z. 2006. Prestack AVO inversion of layered medium[J]. Oil Geophysical Prospecting, 41(6): 656–662.
[] Gassmann F. 1951. Elastic waves through a packing of spheres[J]. Geophysics, 16(4): 673–685. DOI:10.1190/1.1437718
[] Gray F D. 2011. Methods and systems for estimating stress using seismic data:US, 20110182144[P]. 2011-07-28.
[] Huang R, Chen X H, Li J Y. 2009. Sensitivity analysis and evaluation of AVO property in unconsolidated gas sandstone[J]. Progress in Geophys., 24(2): 551–557. DOI:10.3969/j.issn.1004-2903.2009.02.024
[] Li A S, Yin X Y, Lu N, et al. 2009. Application of elastic impedance inversion with two angle stack gathers to predict gas-bearing reservoir of mid-deep layer[J]. Oil Geophysical Prospecting, 44(1): 87–92.
[] Liu T Y, Zheng Y, Fu R S, et al. 2002. A method for improving precision of log model-building[J]. Oil Geophysical Prospecting, 37(1): 44–47.
[] Mavko G, Mukerji T, Dvorkin J. 1998. The Rock Physics Handbook:Tools for Seismic Analysis in Porous Media[M]. Cambridge: Cambridge University Press.
[] Russell B H, Gray D, Hampson D P. 2011. Linearized AVO and poroelasticity[J]. Geophysics, 76(3): C19–C29. DOI:10.1190/1.3555082
[] Shi Y J, Shi Z, Zhang H T, et al. 2012. Fine Logging interpretation method of tight gas reservoir in Sulige gas field[J]. Journal of Southwest Petroleum University (Science & Technology Edition), 34(5): 71–77.
[] Shuey R T. 1985. A simplification of the Zoeppritz equations[J]. Geophysics, 50(4): 609–614. DOI:10.1190/1.1441936
[] Yang P J, Yin X Y. 2008. Prestack seismic inversion method based on support vector machine[J]. Journal of China University of Petroleum, 32(1): 37–41.
[] Yin X Y, Cui W, Zong Z Y, et al. 2014. Petrophysical property inversion of reservoirs based on elastic impedance[J]. Chinese J. Geophys., 57(12): 4132–4140. DOI:10.6038/cjg20141224
[] Zhang S X, Yin X Y, Kong G Y, et al. 2010. An optimal simultaneous inversion method for AVO with three parameters on a petrophysics-model basis[J]. China Offshore Oil and Gas, 22(5): 300–304.
[] Zong Z Y, Yin X Y, Wu G C. 2012. AVO inversion and poroelasticity with P-and S-wave moduli[J]. Geophysics, 2012, 77(6): N17–N24.
[] Zong Z Y, Yin X Y, Wu G C. 2012. Fluid identification method based on compressional and shear modulus direct inversion[J]. Chinese J. Geophys., 55(1): 284–292. DOI:10.6038/j.issn.0001-5733.2012.01.028
[] Zong Z Y, Yin X Y, Zhang F, et al. 2012. Reflection coefficient equation and pre-stack seismic inversion with Young's modulus and Poisson ratio[J]. Chinese J. Geophys., 55(11): 3786–3794. DOI:10.6038/j.issn.0001-5733.2012.11.025
[] 陈建江, 印兴耀, 张广智. 2006. 层状介质AVO叠前反演[J]. 石油地球物理勘探, 41(6): 656–662.
[] 黄饶, 陈小宏, 李景叶. 2009. 疏松砂岩气藏地震AVO属性敏感性分析与评价[J]. 地球物理学进展, 24(2): 551–557. DOI:10.3969/j.issn.1004-2903.2009.02.024
[] 李爱山, 印兴耀, 陆娜, 等. 2009. 两个角度弹性阻抗反演在中深层含气储层预测中的应用[J]. 石油地球物理勘探, 44(1): 87–92.
[] 刘堂宴, 郑勇, 傅荣珊, 等. 2002. 提高测井建模精度的一种方法[J]. 石油地球物理勘探, 37(1): 44–47.
[] 石玉江, 时卓, 张海涛, 等. 2012. 苏里格气田致密气层测井精细建模方法[J]. 西南石油大学学报(自然科学版), 34(5): 71–77.
[] 杨培杰, 印兴耀. 2008. 基于支持向量机的叠前地震反演方法[J]. 中国石油大学学报(自然科学版), 32(1): 37–41.
[] 印兴耀, 崔维, 宗兆云, 等. 2014. 基于弹性阻抗的储层物性参数预测方法[J]. 地球物理学报, 57(12): 4132–4140. DOI:10.6038/cjg20141224
[] 张世鑫, 印兴耀, 孔国英, 等. 2010. 基于岩石物理模型的最优化AVO三参数同步反演方法[J]. 中国海上油气, 22(5): 300–304.
[] 宗兆云, 印兴耀, 张峰, 等. 2012. 杨氏模量和泊松比反射系数近似方程及叠前地震反演[J]. 地球物理学报, 55(11): 3786–3794. DOI:10.6038/j.issn.0001-5733.2012.11.025
[] 宗兆云, 印兴耀, 吴国忱. 2012. 基于叠前地震纵横波模量直接反演的流体检测方法[J]. 地球物理学报, 55(1): 284–292. DOI:10.6038/j.issn.0001-5733.2012.01.028